이렇게 이해하기 쉽게 설명해주는 강의 처음입니다 감사합니다!:)

좋은 강의 감사합니다 🥹

궁금한게 있는데 이전 상태를 학습하는거라고 했는데 그러면 맨처음 시작되는 부분은 이전 상태를 반영할 수 없을텐데 그럴 경우에는 어떻게 상태가 초기화가 되는거죠?

STEGO 설명이 좀 부실한거 같습니다 ㅜ correation loss에 대해서 좀 더 자세히 설명해주시면 더 좋은 자료가 될 것 같습니다. 감사합니다.

자료 준비하시느라 고생 많이 하셨을 것 같네요. 자료가 시각적으로 표현을 너무 잘해주셔서 도움 많이 되었습니다. 감사합니다

유익한 리뷰 감사합니다. 혹시 해당 리뷰에서 제안하는 인공지능 알고리즘들의 빅오 복잡도는 어느정도일까요? 휴리스틱에 비해 얼마나 복잡도 이득이 있는지 궁금해서요

좋은 자료와 쉬운 설명 정말 감사합니다!! 많은 도움이 되었습니다☺☺

알찬 내용이었습니다 감사드려요

최고의 강의 감사합니다!

항상 잘 보고있습니다. 간결하면서도 이해가 잘되게 설명해주셔서 프로젝트들에 적용하는데 큰 도움이 됩니다😊

"54:15 반드시 이해시킬께~~" 교수님의 명강의가 나오는 배경이네요... 이번 강의도 언제나처럼 잘 듣고 많이 배웁니다.

감사합니다

self supervised learning 에 관심이 있었는데 좋은 강의 영상 공유해주셔서 감사합니다!

교수님 항상 잘 듣고 있습니다. 학습자 관점에서 강조해야 할 부분이 무엇인지 정확히 짚어내는 능력이 정말 탁월하시네요. 감사합니다 ~~~

교수님 너무 좋은 강의 잘듣고 있습니다. 감사합니다

교수님 강의 덕분에 평생 처음 학구열과 성취감을 느끼고 대학원을 준비하고 있습니다. 유튜브로 수준 높은 배움의 기회를 제공해주셔서 항상 감사합니다.

대학원 입학 예정 중에 복습하고 있습니다. 통계학 강의부터 항상 질 좋은 강의 정말 도움이 됐습니다. 감사합니다.

훌륭한 강의 잘 들었습니다. 감사합니다.

교수님 강의 잘 듣고 있습니다. 많은 정성이 들어갔을테인데 공유해 주셔서 감사합니다.

정말 잘 봤습니다.

좋은 강의 너무 잘 들었습니다. 감사합니다

안녕하세요 교수님!!! 데이터 분석에 관심이 생겨 공부하고 있는 비전공자입니다! 통계 부분이 이해가 너무 안되서 어려워하고 있었는데 알고리즘으로 교수님 강의를 만나게 되어 너무 영광입니다@@@ 이해하기 쉽게 가르쳐주셔서 너무너무 감사드립니다!!!

DA 근본 논문부터 그 내용들을 deep learning으로 어떻게 구현하려 하는지 흐름을 잘 보여주셔서, 입문하기에 좋은 세미나네요. 세미나 감사합니다 :)

저는 육십대 후반입니다. AI 독학하고 있습니다. 귀한 설명 감사합니다. 많은 도움이 되었습니다.

지금 봐도 설명이 정말 명쾌하고 이해가 참 쉽네요. 다시한번 재능 공유 진심으로 감사드립니다.

27분에 나오는 슬라이드 emission probability 의 합 조건이 잘못된 것 같습니다. summation{from k =1 to m} bj(vk) = 1이여야 되는것 같습니다.

이제는 만능이 되어버린 어텐션

이해하기 쉽게 설명해주셔서 감사해요. 55분 16초 즘 bi를 군집내의 평균, ai를 군집간의 평균으로 설명하셨는데, 강의 노트와 맞는 내용인지 문의드립니다.

정말 최고의 강의 입니다! 너무 감사드립니다!

교수님 머신러닝을 공부하기 전 선수과목으로 추천하시는 컴퓨터 언어있으실까요?

교수님 항상 좋은강의 감사합니다~ 현업에서 많은 도움 되고있습니다.

교수님처럼 똑똑해지고싶어요

교수님 진짜 감사합니다. 제가 외국인 학생이라서 이해하기 어럽는데 교수님 덕분에 잘이해하게 되고 고말고상에 좋은 성적을 받을 수 있을 것 같습니다.

혼자 인터넷으로 공부했을땐 뭔지 몰랐는데 덕분에 이해가 됐습니다. 많은 교수님들의 강의가 이렇게 영상으로 남아있다는게 코로나19의 몇 안되는 순기능인것 같네요

Excellent!

정말 너무 잘 가르쳐 주셔서 감사합니다. 대학 순위가 높을수록 수업이 더 어렵게 가르친다고 하던데 그것도 아니네요~~

19.5 % 는 어떻게 계산이 되었죠?

현직 프론트 개발자입니다 ml을 공부하고 싶었는데 열심히 배워보겠습니다!

교수님 진짜 사랑해요ㅠㅠ 교수님 덕분에 머신러닝이 쉬워졌어요ㅠㅠ 정말 감사합니다

와 교수님 짱이에요

자동차: 차량 내 엔진 제어, 자율 주행, 안전 시스템 등에서 DSP를 사용하여 센서 데이터를 처리하고 실시간 결정을 내립니다 이것들이 DSP에 실생활에서 사용되었고 배운점은DSP의 기본 개념과 신호의 종류, 시스템 구조 등을 이해했고, 신호 변환 및 필터링 알고리즘이 어떻게 작동하는지도 배웠습니다. DSP가 오디오 및 음성 처리, 영상 처리, 의료 이미징, 통신, 자동차 등 다양한 분야에서 필수적으로 사용된다는 것을 알게 되었습니다.DSP 소프트웨어를 사용한 실습과 프로젝트가 이론을 실무에 적용하는 데 중요하다는 것도 깨달았습니다. 마지막으로, DSP가 자율 주행 자동차와 같은 미래 기술에 어떻게 기여하는지 이해하게 되었습니다. 이러한 배움은 자동차 엔지니어로서의 꿈을 이루는 데 큰 도움이 될 것입니다.

결론 오디오 및 음성 처리: DSP는 오디오 파일의 압축, 소음 제거, 음성 인식 기술에 사용됩니다. 예를 들어, 스마트폰의 통화 품질 향상, 음성 비서의 음성 인식에 활용됩니다. 영상 처리: 디지털 카메라, 스마트폰, 보안 카메라 등에서 DSP를 통해 이미지와 비디오를 압축하고 개선합니다. 이는 고화질 영상 통신, 실시간 스트리밍 등에 기여합니다. 의료 분야: DSP는 MRI, CT 스캔 등 의료 이미징 기기에서 신호를 처리하여 고해상도 이미지를 생성하고 진단을 돕습니다. 통신: 모바일 네트워크, Wi-Fi, 블루투스 등에서 신호를 전송하고 수신하는 과정에 DSP가 사용됩니다. 이는 데이터 전송 속도와 신뢰성을 향상시킵니다.

DSP A:아날로그 D디지털 A/D변환기 : 아날로그 신호를 디지털 신호로 변환해 주는 장치 D/A변환기 : 디지털 신호를 아날로그 신호로 변환해주는 장치 DSP 알고리즘 1.필터링 2.신호 분석 3.신호 합성 4.신호변환 신호의 종류 1.임펄스 신호 시간이 0일 때만 값을 갖는다. 기호로는 델타를 사용한다. 2. 계단 신호 시간이 0보다크면 1 0보다 작으면 0 3.지수 신호 a:값이 클수록 신호의 크기가 커진다. a: 양수이면 증가 신호 음수면 가소 신호 값이 클수로 기울기 가 급격해진다. 4. 정현파 신호 sin또는cos신호를 의미한다.

디지털 신호 처리 신호란 1. 신호는 어떠한 매체를 통해 정보를 전달하기 위한 무리적인 파형 즉 정보가 들어있는 파형을 의미한다. 만약 물리적 파형에 정보가 들어있지 않다면 그것은 잡음 또는 소음으로 분류된다. 신호의 예로는 생체 신호인 심전도와 뇌파 음성신호 영상신호 오디오 신호 비디오 신호등이 있습니다 2. 신호의 분류 신호는 그형태에 따라 3가지로 분류할 수 있습니다. 연속신호 아날로그 신호와 동일한 개념 시간에따라 연속저으로 값이 변화는 형태의 신호 신호의 파형 모양 자체가 정보를 나타낸다 x(t)로 표현하며 괄호 안에는 무엇에 따라 변화하는지를 적어주면 된다. 따라서 x(t)는 시간에 따라서 변화하고있다는 것을 의미한다 2.이산신호 일정한 간격마다 값을 가지는 형태의 신호 x[t] 대괄호의 형태로 표현된 신호는 이산 신호라는 의미이며 마찬가지로 대괄호 안에는 무엇에 따라 변화하는지를 적어주면된다. 3.디지털 신호 0과 1의 형태로 구성된 신호 즉 정보가 0또는 1의 형태로 변환되어 나타난다. 시스템: 시스템은 신호를 처리하는 장치로 하드웨어와 소프트웨어를 의미한다. 4.신호처리 신호처리는 잡음을 제거 정보를 추출 저장 전송 등 신호를 가공하여 의미 있는 신호만을 추출하거나 정보를 캐내는 것을 것을 의미한다. 그중 디지털신호처리 DSP는 컴퓨터 또는 전용 디지털 하드웨어를 사용해서 디지털 방식으로 신호를 처리하는 기술이다.

탐구내용 : 디지털 신호 처리(DSP)는 현대 기술의 중요한 요소로, 자동차 엔지니어링에서도 필수적입니다. DSP는 신호의 분석, 변환, 최적화를 통해 엔진 제어, 통신 시스템, 자율 주행 등 다양한 응용 분야에서 사용됩니다. 디지털 신호 처리(DSP)의 기초를 설명합니다. 신호의 정의와 종류(연속 신호, 이산 신호, 디지털 신호), 시스템의 개념(아날로그와 디지털 시스템 비교), 신호 처리의 목적과 DSP의 장점(잡음에 강함, 고정밀도 처리, 편의성) 등을 다룹니다. DSP 시스템의 일반적인 구조와 주요 알고리즘(필터링, 신호 분석, 신호 합성)도 포함되어 있습니다. 신호의 다양한 형태(임펄스 신호, 계단 신호, 지수 신호, 정현파 신호)도 설명합니다.

주제선정 이유 : 미래 꿈인 자동차엔지니어에 관련된 수학1을 찾는중에 미래의 꿈이 자동차 엔지니어여서 자동차 기술과 관련이 있는 수학적 개념을 찾고는중에 디지털 신호 처리(DSP)에 대해 알게 되었다. DSP는 차량의 엔진 제어, 통신 시스템, 자율 주행 등 여러 중요한 부분에 사용됩니다. 신호의 분석, 변환, 최적화를 통해 효율적이고 정확한 시스템을 구축할 수 있기 때문에, 이 내용을 탐구하는 것이 자동차 엔지니어로서의 꿈을 이루는데 중요한 밑거름이 될 것이라고 생각합니다.

큰 도움이 되었습니다. 감사합니다. (*음질 문제만 조금 해결되면 좋을 것 같습니다)

교수님 안녕하세요. 머신러닝에 관심 많은 수학과 학생입니다. 좋은 강의 올려주신 덕분에 많은 도움 받았습니다. 감사드립니다. 교수님께서 올려주신 핵심머신러닝 강의와 예측모델 강의로 공부 하려고 하는데 둘 중에 어떤 것을 먼저 보는것이 좋은가요? 보는 순서는 상관 없을까요??

10:45에서 로지스틱 함수 b0와b1은 무엇을 의미하는건가요??

오토인코더에 대한 전반적인 이해에 좋은 영상이네요! 잘 봤습니다!!